摘要： 遇到服务器故障，问题出现的原因很少可以一下就想到。我们基本上都会从以下步骤入手：一、尽可能搞清楚问题的前因后果不要一下子就扎到服务器前面，你需要先搞明白对这台服务器有多少已知的情况，还有故障的具体情况。不然你很可能就是在无的放矢。必须搞清楚的问题有：故障的表现是什么？无响应？报错？故障是什么时候发现的？故障是否可重现？有没有出现的规律（比如每小时出现一次）最后一次对整个平台进行更新的内容是什么（代码、服务器等）？故障影响的特定用户群是什么样的(已登录的， 退出的， 某个地域的…)?基础架构（物理的、逻辑的）的文档是否能找到?是否有监控平台可用?（比如 Munin、Zabbix、 Nag... 阅读全文